Informatik-Kolloquien
356. Informatik-Kolloquium
Vorträge im Rahmen des Berufungsverfahrens W3-Professur Visual Computing
Donnerstag, 05.06.2025, Straße der Nationen 62, Böttcher-Bau, A12.336 (alt: 1/336)
5. Juni 2025, 10:40 Uhr - Herr Prof. Jürgen Bernard
“Methoden des Generativen Visual Computings”
Die Lehrprobe beginnt mit einer kurzen Einführung in generatives Visual Computing. Dabei klären wir auch, was generative Methoden von nicht-generativen unterscheidet: das Erzeugen von visuellen Daten, im Gegensatz zum Analysieren, Verarbeiten und Visualisieren vorhandener Daten. Im Hauptteil strukturieren wir wesentliche Klassen generativer Methoden im Visual Computing und vertiefen deren Eigenschaften. Zum Abschluss betrachten wir ein Anwendungsbeispiel aus dem Bereich der Generierung abstrakter Daten. Dort entwickeln wir gemeinsam eine Pipeline zur Visualisierung solcher Daten – ebenfalls mit generativen Verfahren.
„The Role of Interactive Visual Data Analytics and Human-AI Collaboration for Data-Driven Decision Making”
This talk addresses data-driven decision making—a process rooted in data, controlled by humans, and supported by AI models. In the conceptual part, I will examine these three key actors (human, models, data), discussing their roles, commonalities, differences, and their combined strengths for data analytics processes. Along these lines, I will also present my new Human-Data-Model Interaction (HDMI) Canvas. This section concludes with the introduction of my EEE Framework—Exploration, Explanation, and Externalization—which highlights data exploration, model explanation, and the externalization of human knowledge and preferences as essential components of modern human-AI collaboration. In the more practical and applied part, I will showcase real-world applications of data-driven decision-making and present interactive visual data analysis solutions designed to support stakeholders in this process. For each, I will draw connections to my technical, empirical, or methodological contributions that advance basic research in interactive visual data analysis and related fields.
5. Juni 2025, 13:00 Uhr – Herr Prof. Jens Grubert
„Methoden des Generativen Visual Computings“
Die Lehreinheit „Methoden des Generativen Visual Computings“ führt Studierende des Moduls Computergrafik 1 in grundlegende Konzepte zur automatisierten Erzeugung visueller Inhalte ein. Nach einer thematischen Einordnung wird zunächst gezeigt, wie sich visuelle Inhalte wie Texturen durch prozedurale Generierung erzeugen lassen. Anschließend folgt ein Ausblick auf datengetriebene generative Verfahren, mit denen auf Basis neuronaler Netze Inhalte wie Texturen, realistisch wirkende Bilder, Videos oder 3D-Modelle generiert werden können.
„Going Across: Extending Reality through Multi-Device, Multimodal and Generative Systems“
The idea of extending reality by merging digital and physical information has inspired researchers, designers, and engineers to work towards its realization in everyday life for decades. Today, users interact with various devices and input modalities, ranging from smartwatches with touch input to head-mounted displays supporting mid-air interaction. However, extended reality (XR) systems are still often designed for fixed interaction paradigms, such as controller-based or hand-tracking setups, and rarely accommodate the diversity of platforms or the dynamic nature of users’ contexts. In this talk, I explore how multi-device, multimodal, and generative techniques can be utilized to improve XR interaction. By broadening the design space of XR systems, these approaches enable more flexible and expressive user experiences and contribute to the goal of advancing XR as a viable and adaptable human–computer interaction paradigm.
5. Juni 2025, 14:40 Uhr – Frau Dr. Roxana Barbara Bujack
„Einführung in Diffusionsmodelle“
In diesem Vortrag vermittle ich zentrale Konzepte von Diffusionsmodellen – einer leistungsstarken Klasse generativer Verfahren zur Bildsynthese. Behandelt werden grundlegende Bausteine wie Bild-Priors, Maximum-a-Posteriori-Schätzung (MAP), Score-Funktionen (Gradienten der logarithmierten Wahrscheinlichkeitsdichte) sowie die Methode des steilsten Abstiegs zur Approximation der inversen Diffusion. Neben der Bildgenerierung eignen sich Diffusionsmodelle besonders zur Lösung inverser Probleme in der Bildverarbeitung, etwa Auflösungssteigerung, Bildvervollständigung, oder Entrauschung.
„The Non-Riemannian Nature of Perceptual Color Space“
The scientific community generally agrees on the theory, introduced by Riemann and furthered by Helmholtz and Schrödinger, that perceived color space is not Euclidean but rather a three-dimensional Riemannian space. We show that the principle of diminishing returns applies to human color perception. This implies that large color differences cannot be composed from small ones, and therefore perceptual color space cannot be described by Riemannian geometry. This challenges current modeling approaches and calls for a paradigm shift. We discuss the theoretical foundations and implications of this result.
Alle interessierten Personen sind herzlich eingeladen!
